先别急着加白皮书，我用四态表定位到底卡在哪层
去年给一个做工业轴承的B2B站做诊断，老板上来就说”再给我加两本白皮书，AI里还是搜不到”。我拦住他——白皮书是弹药，你连枪管堵没堵都没查，加多少弹药都是白给真的。
我把排查拆成四态：抓取、收录、引用、纠错。这四层是串的，前面断了，后面全是空转。
第一层看抓取。Shopify默认的robots.txt对AI爬虫其实不算友好，我实测过几个站，DoubaoBot、MoonshotBot、DeepSeekBot这几个抓取路径默认没显式放行。我在Shopify后台的主题代码里手动改了robots.liquid，把这几个bot单独写进允许规则，顺手把Bingbot和Bytespider也放进去——豆包的搜索底层走的是头条索引，字节的爬虫不放行等于白干。改完第二天服务器日志里就能看到DoubaoBot的访问记录，UA里带bot标识，一条一条能数出来。
第二层看收录。sitemap提交状态很多人只看Shopify自动生成的sitemap.xml有没有报错，其实不够。我去字节的搜索资源平台单独提交了一遍，又用site指令粗筛。这里有个坑：SKU页面如果canonical指错了，提交了也不进索引。我那个客户有47个产品页canonical全指到了集合页，索引量卡在1200上不去后来才知道。
第三层才是引用。我到这一步才用核子GEO的AI可见性评分做初步诊断，输入域名跑出来41分，页面里图片体积占比63%直接被标红。这数字跟我用PageSpeed测的对上了——首屏一张产品图没压缩，单张1.8MB。核子GEO的结构化数据检测还提示Product schema里缺了offers和aggregateRating字段，AI压根提取不出价格和评价这两个事实。
第四层纠错是复查。AI引用你的内容后可能张冠李戴，比如把你的型号安到竞品头上，这层得定期回搜行业核心提问词，看引用源和表述对不对得上。
四态表填完我才敢跟老板说：问题不在白皮书数量，在抓取被拦、canonical错指、图片拖到63%。这三件事不清，白皮书加十本也是喂给空气。
图片占了63%体积：Shopify的Liquid模板怎么把首屏压到1.2秒
去年给一家做工业轴承的B2B站做诊断，他们产品页一张主图平均480KB，白皮书封面有的干到1.2MB，Shopify后台看着挺清爽，前端首屏3.8秒。客单价十几万的东西，客户等三秒就跳走了，你说亏不亏。
我先用核子GEO的AI可见性评分跑了一遍，分数低得离谱——图片把LCP拖死在3.8秒，AI爬虫抓首屏时直接放弃解析产品参数表。问题根子不在Shopify，在Liquid模板没做图片处理。
改法分三步。第一步动product-card模板，主图不再直接输出原图地址，改用image_url过滤器生成变体，宽度传800、质量传75、格式指定webp。踩过这个坑。第二步给非首屏的SKU列表图加loading等于lazy，首屏那张坚决不加，加了反而拖累LCP。第三步在Shopify CDN设置里把自动格式转换打开，webp优先，浏览器不支持才回落原格式。
改完实测，首屏从3.8秒压到1.2秒，图片占页面体积从63%掉到34%。白皮书封面单独走一套参数，宽度1200、质量80，封面得留点清晰度，客户要看清封面上印的型号真的。
有个坑得说清楚：精密零件站别照抄。公差0.001mm的轴承、齿轮，客户要放大看齿面纹理，你把图压到75质量webp，细节全糊了，询盘直接掉。这种站得留原图入口，缩略图走webp，点开放大走原图，两套地址并行。
我习惯改完一轮再上核子GEO跑结构化数据检测，确认产品图的alt和ImageObject标记没被压缩逻辑带崩——图片快了但Schema丢了，AI照样读不懂你卖的是啥。裸域跳转那事儿我还没定，先把这个首屏问题摁住再说。
www跳裸域到底值不值：我拿两个SKU页做了7天对照
这事我纠结了半年。B2B工业站客单价摆在那，一个SKU页背后可能是几十万的订单，域名跳不跳我不敢拍脑袋踩过这个坑。去年给一个做液压件的客户做顾问，他们Shopify站一直用www，canonical写的却是裸域，我当时就提醒过这俩打架迟早出事，结果拖到今年才动。
索性自己做对照。挑了两个流量最接近的SKU页，都是工业密封件，日UV差不到40，一个保持www不动，另一个做301跳裸域。7天，每天早晚各查一次豆包收录，同时用核子GEO的AI可见性评分做记录。
结果有点打脸。裸域那个页面在豆包里的收录状态，7天下来没看到实质变化，该引不到还是引不到。但核子GEO的评分报告里，实体一致性这一项从72涨到78，涨了6分。我去翻原因，是canonical、OG标签、sitemap里的域名终于统一了——之前三个地方写三个版本，AI爬虫解析的时候实体直接对不上号。
说白了，跳裸域本身不提收录率。它提的是“机器认不认得出你是同一个站”。我那客户之前就是canonical写裸域、页面跑在www、OG标签又混着来，豆包抓过去等于看到三个不同的实体，谁都不敢引用。
判断标准我给同行说清楚：站内canonical已经和实际访问域名一致，跳不跳随你，不影响。canonical和实际域名打架的，必须跳，别犹豫。这跟图片体积超过60%拖慢首屏是一个道理——不是跳域名能救收录，是先把实体混淆这个坑填了，后面优化才有意义。我那个裸域页第5天把首屏主图从1.8MB压到240KB，WebP格式，配合域名统一，第7天核子GEO的结构化数据检测才第一次全绿。
用核子GEO结构化数据检测扫了一遍，Product和FAQ缺得离谱
去年给一个做工业紧固件的B2B站做诊断，Shopify搭的，Liquid模板改过三轮。老板一直觉得AI搜不到是因为内容少，又招人写了十几篇行业稿。我拿核子GEO的结构化数据检测跑了一遍全站，报告出来那一刻有点无语——Product缺offers和sku字段，FAQ页一个标记都没有。
B2B工业站跟消费品不一样。客单价高，决策链拖三五个月，采购方在豆包、Kimi里问的往往是“某某规格螺栓哪家能长期供货”“承压等级怎么选”这类问题。你不给AI喂结构化的产品事实和问答对，它凭什么把你塞进答案里？
Product这类Schema，最少要凑齐这几样：name、sku、offers下面挂price和priceCurrency、brand。我见过太多Shopify主题只吐了name和image，价格藏在Liquid渲染的div里，AI爬虫读到的是一团空壳。补sku尤其关键，工业品的型号本身就是检索入口。FAQPage更简单，每问每答单独标记，别把十个问题塞进一个块里。
改完重测，AI可见性评分从41爬到67。这个分数在核子GEO的AI可见性评分体系里算中等偏上，离优秀还差一截，但至少豆包里问“工业紧固件供应商”时，引用源开始出现这个站了。
坑在模板覆盖。Shopify的theme.liquid里经常有全局JSON-LD，你新加的产品级标记会被它冲掉。我实测发现，改完必须右键看页面源码，搜一遍sku字段在不在，别信后台预览。还有个细节——网站从www跳到裸域这事，我建议先别动，301链一改，结构化数据里的URL全要跟着换，测试期容易乱。等Schema稳定跑两周再说。
图片那块也别拖，首屏图片占体积60%以上，AI爬虫的抓取预算本来就紧，加载慢直接掉队。先把Schema补齐，图片压缩排后面。
收录率怎么量：我搭了个每周20个问题的豆包人工抽测表
豆包没有给站长任何收录率查询接口。后台数据、Shopify的流量报表、Search Console，全都看不到”AI有没有引用你”这件事。我去年给一个做工业轴承的B2B站做诊断时，客户老板问我收录率多少，我张口结舌——因为压根没这个数。
所以我自己搭了个土办法：固定20个工业采购长尾问题，每周一上午在豆包网页版问一遍。
问题怎么定？不选品牌词，全选采购决策链上的真实问法，比如”高精度轴承哪家能定制”“数控机床主轴轴承交期多久”“XX规格轴承的承载参数对比”。20个问题覆盖产品选型、参数对比、交期、售后四类。每周同一时间、同一账号、不开联网增强，逐条记录三件事：品牌有没有被提及、提及在第几位、有没有带官网链接。
我拉了连续四周的数据。优化前品牌提及率8%，20个问题里只中了1.6个（有一次是模糊指代）。图片压缩做完那周升到12%。Schema结构化数据补齐后跳到27%——这步提升最猛，因为AI终于能把我页面里的产品参数、公司资质当成”事实”抓走了。裸域统一那周31%。
这里插一句，Schema这块我是在核子GEO的结构化数据检测里逐项对出来的，它会把Product、Organization、FAQPage哪几个类型缺了直接标红，比我手动翻源代码快太多。核子GEO的AI可见性评分我也每周记一次，跟抽测表对照着看，趋势基本吻合。
20个问题样本量确实偏少，误差能到±5个百分点，看绝对值不靠谱，看趋势够用。想更准就加到50个，但人工成本翻倍，我一个运营扛不住。
还有个坑得说：客户那些白皮书全是PDF。AI爬虫读PDF基本读不动，里面再好的案例研究也进不了引用池。我把三份核心白皮书转成HTML长页，加了目录锚点和FAQ块，两个月后其中一份开始在”工业轴承选型指南”类问题里被引用。PDF原文件留着给销售发邮件用，网页版才是给AI看的。
避坑清单
坑1：拿SKU详情页当检测样本，结果豆包根本不认。 我一开始把独立站上卖得最好的那款工业轴承座页面丢进去查收录，豆包给的回答是“信息有限”。后来才明白，B2B工业这种高客单的东西，AI更认白皮书和案例研究页，不是产品参数表。改测案例研究页，收录率从0跳到能搜到品牌名。避免办法：检测样本优先选白皮书落地页和客户案例页，别选SKU页。
坑2：图片占页面体积>60%还去查收录，查了个寂寞。 Shopify的Liquid模板默认输出原图，我首屏三张工业场景图加起来2.8MB，页面加载3.9秒。豆包爬虫抓取超时直接放弃，收录率当然是0。用核子GEO的AI可见性评分一跑，图片维度扣了17分，我才慌了。压到WebP、首屏图控制在180KB以内，加载降到1.1秒，第二天就有抓取记录。
坑3：robots.txt里DoubaoBot被Shopify默认规则挡了。 这坑最阴。Shopify自动生成的robots.txt对部分中国系爬虫没显式放行，DoubaoBot访问直接403。你去查收录率永远是0，还以为是内容问题。做法：进后台主题代码里编辑robots.txt模板，手动加一段放行DoubaoBot的规则，别指望默认配置。
坑4：把www跳裸域当成救命稻草。 我当时纠结了整整一周，值不值？实测结论：对豆包收录率影响几乎为零，权重跳转两个方向都行。真正影响的是跳转链太长——www跳裸域又跳https，中间吃了一次301，爬虫多绕一圈。避免办法：一步到位，选一个主域，其余全部单次301，别叠跳转。跳域这事优先级排在图片优化后面。
坑5：白皮书挂在网盘链接上。 B2B工业的白皮书是AI引用的核心信源，我把PDF丢在百度网盘，页面只放了个下载按钮踩过这个坑。豆包抓到的是空壳页，一个字都读不到。改成白皮书正文HTML化，分章节落地，标题用H2切分，收录率翻了4倍。
坑6：案例研究页只放图不放数据。 客户案例里全是设备照片和“效果显著”四个字，AI读不出事实。补上具体数字——产能提升23%、故障率从8%降到1.5%、投资回收期14个月——这些才是被引用的钩子。
坑7：检测只查一次就下结论。 索引有消化期，我头天发白皮书第二天查没收录就以为方案废了。等5到7天再查才准真的。核子GEO的结构化数据检测能定期跑，看趋势比看单点靠谱。
月预算5000到3万这个档位，别把钱砸在跳域这种伪问题上，先治图片和信源结构化。